TECNICAS AVANZADAS DE VXC BASADAS EN DEEP LEARNING Y CNNS PARA LA CARACTERIZACION BIOMETRICA DEL ATUN ROJO

2021

CONSELLERIA DE INNOVACION, UNIVERSIDADES, CIENCIA Y SOCIEDAD DIGITAL

INV. COMPETITIVA PROYECTOS

Andreu García Gabriela

El objetivo global de este proyecto es desarrollar técnicas avanzadas de Visión por Computador (VxC) basadas en Deep Learning y Convolutional Neural Networks (CNN) aplicables a entornos naturales subacuáticos para caracterizar biométricamente poblaciones de atún rojo de forma automática. Los objetivos concretos son: · Implementar algoritmos de Deep Learning y redes CNN's apropiadas para trabajar con entornos y especies naturales, caracterizados por un elevado grado de variabilidad. · Evaluar la detección y caracterización de atunes en videos estereoscópicos adquiridos en condiciones reales con los desarrollos propuestos en Deep Learning y compararlos con los obtenidos con técnicas clásicas de procesamiento. En concreto, se quiere conseguir mecanismos robustos frente a la alta variabilidad intrínseca de entornos naturales y subacuáticos (luminosidad, turbidez del agua, densidad de individuos, etc.), optimizando tanto el número de atunes detectados como el tiempo de respuesta. · Generalizar el procedimiento para que el sistema sea capaz de caracterizar la biometría de los atunes independientemente de la posición y orientación en el espacio de las cámaras y de los peces. · Aplicar los desarrollos propuestos a la detección y tracking de individuos de atún rojo en transferencias entre jaulas. · Estudiar la viabilidad de extrapolar las técnicas para la identificación y caracterización de otras especias marinas.